Notice bibliographique
Résumé
The Arctic encompasses a myriad of ecosystems, transcending borders between nations and cultures. It is home to 4 million people, including numerous Indigenous groups making up around 10% of the population. Although underexplored, it is also host to a variety of geologically diverse mineral deposits that are critical to the production of renewable energy and our ability to achieve our climate goals. However, the impact of climate change on the Arctic is magnified and some of our solutions to climate change have the potential to have negative local impacts. Furthermore, the history of mining in the Arctic raises understandable concerns as to whether or not we should be exploring and mining in the Arctic. This article discusses the interplay between the environment, people and development in the Arctic, with a specific focus on the history of exploration and mining in the region. We pose questions such as: “How do we balance the global need for minerals with environmental and social concerns around resource extraction?”, and “can we envisage a future for mining in the Arctic which ensures long-term sustainability, environmental stewardship and Indigenous wellbeing and collaboration?” The answer to some of these questions might lie in examples of more successful resource development in the Arctic, which include Indigenous benefit agreements, braided knowledge systems and shared ownership projects. It is clear that only by incorporating a diversity of voices and partnerships, and challenging business as usual in the Arctic, can we begin to conceive of potential solutions for achieving a just transition.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».